CCA 领域 1 复习技巧：Agentic Architecture 与编排

复习领域 1（Agentic Architecture & Orchestration，占 CCA-F 的 27%）最快的路径是：按任务顺序读完 30 篇学习文章，背下一小串机制和它们的返回值，然后刷情景题，直到你能在看选项之前说出用的是哪个机制。这篇文章给你的就是这份阅读顺序、“该背 vs 该推理”的划分、练习节奏和自测题。

至于领域 1 覆盖什么、为什么权重是 27%，请看配套文章CCA 领域 1 详解。本文只讲怎么学。

领域 1 的文章按什么顺序读？

照着领域 1 学习指南页上的任务编号走就行。它已经从单 agent 基础排到多 agent 运维，每个任务都建立在前一个之上。建议按下面的方式分成几次学习：

学习次数	文章	目标
1	任务 1.1：stop_reason 才是唯一靠谱的循环控制、API 是无状态的：每次都要发完整历史、模型驱动 vs 硬编码决策树、三个破坏 Agentic 循环的反模式	能画出循环和它的六个停止值
2	任务 1.2：hub-and-spoke、子代理什么也看不到：上下文必须显式传递、分解范围、动态选择、精炼循环	能解释协调者为什么必须显式传递上下文
3	任务 1.3：从Task Tool、allowedTools 和 AgentDefinition 完整配置面到目标 + 标准胜过按步骤来：82 vs 68 质量分	熟悉 AgentDefinition 每个字段、resume vs fork、并行派生
4	任务 1.4 和 1.5：模型会在 4-15% 的情况下无视你的指令、几篇 hook 文章	能按后果判断用提示词还是 hook；记住 PreToolUse 的返回形状
5	任务 1.6 和 1.7：动态分解在固定任务上多 30% 开销：按任务类型匹配策略、多轮审查、Resume 在 CI 流水线中省 44% 时间和 58% Token、resume vs 新建	能按任务形状匹配策略；知道 resume 什么时候不安全

如果你之前没搭过 agent，第一次学习前先读 Foundations 的 agent 入门：Agentic 循环：推理 → 行动 → 观察 → 重复和五种编排模式：从简单链式到动态协调。

哪些该背，哪些该靠推理？

领域 1 有一小撮事实你只能硬记，还有一大堆判断你该靠练习而不是背诵。

要背的（做成卡片）：

• 六个 stop_reason 值和各自的动作（tool_use 继续，end_turn 停止，max_tokens 告警，pause_turn 恢复，refusal 报警，stop_sequence 停止）。
• PreToolUse 的返回形状：permissionDecision: "deny" 加原因；"allow" 加 updatedInput；返回空等于放行。没有显式 allow 的 updatedInput 会被忽略。来源：PreToolUse 返回值：deny、allow、modify——以及它们之间的 bug。
• 五种 hook 类型和它们在生命周期里的位置（五种 Hook 类型覆盖完整会话生命周期）。
• AgentDefinition 的字段：description、prompt、tools、model，各控制什么。
• Task 工具的输入和响应字段，以及那个常见 bug（Task Tool：三个输入，四个响应字段，一个常见 bug）。
• MCP 工具名带 mcp__server__tool 前缀，所以只匹配裸名字的 matcher 会漏掉它们。

要推理的（情景判断）：

• 单 agent 还是编排？只有工作可并行、需要隔离，或者超出单个 agent 可靠承载的工具数量时才编排。
• 提示词还是 hook？先问漏一次代价是什么。金钱、法律、安全、数据完整性就用 hook；风格问题就用提示词。按后果和可验证性选择，不是按合规率是决策文章。
• 链式还是动态？固定步骤用链式；探索驱动的工作用自适应；混合任务用链式加扩展点。
• Resume 还是新建？上下文稳定且重建昂贵时 resume；底层数据可能已经变了就新建（Agent 无法检测过时数据：你必须决定 Resume 还是新建）。
• 结构化还是纯文本交接？下游在意归因或字段时用结构化（结构化数据保留归因，纯文本摧毁归因、缺少客户期望让满意度暴跌 23 分）。

别去背文章标题里的百分比。它们是为了把观点讲得鲜活，考试考的是效应的方向，不是那个数字。

领域 1 用什么练习节奏？

• 每次学习之后，做 15 到 20 道领域 1 练习题。揭晓答案之前，先写下你预期的机制（hook、stop_reason、上下文传递、并行派生、resume）。如果正确答案用的是另一个机制，那就是值得记下来的笔记。
• 第五次学习之后，一口气做一组 40 题的领域 1 题块，检验读情景题的耐力。
• 每三四天，回顾一次错题本。领域 1 的错题会聚成三堆：循环控制、上下文缺失、提示词 vs hook。哪一堆占了大头，就重读那个任务的文章，别再随机刷题。
• 最后一周，做免费 CCA-F 模拟考。它按官方权重抽题，60 题里大约会有 16 道领域 1（报名前请到 Anthropic / Pearson VUE 官方页面核对当前权重）。

如果能挤出一小时，写一个 50 行的循环：调用 Messages API，读 stop_reason，追加 tool_result 块，再加一个 PreToolUse 风格的守卫。亲眼看到文本块和 tool_use 块出现在同一个响应里，比任何阅读都能更快纠正那个最常见的误解。

进入下一领域前的自测题

不看资料回答下面的问题。哪一题答起来超过一句话，就回去重读对应的文章。

1. 一个响应同时有文本块和 tool_use 块。这一轮结束了吗？
2. 协调者的上下文里有客户的等级。计费子代理知道吗？
3. 一个 hook 打印了”Blocked”然后返回 {}。这次工具调用会怎样？
4. 什么情况下后续评估该用 fork 而不是 resume？（Fork 消除锚定偏差：89% vs 62% 准确率）
5. 三个子代理互不依赖。零成本的提速是什么？（并行执行：墙钟时间减少 80%，零额外成本）
6. 一个四步代码审查每次都跑同样的步骤。链式还是动态？
7. 提示词写着”rm 之前一定要确认”。agent 收到”清理一下”后跑了 rm -rf。怎么修，为什么加重措辞没用？
8. 一个开放式的重构请求只产出了琐碎的修改。跳过了什么？（不先探索，80% 的精力花在琐碎代码上）

值得复盘两遍的错误

有些错误答案在练习集里反复出现，复盘它们比做新题更值：

• 因为多 agent 选项听起来更”架构”就选它。重读不要每个查询都跑所有 Agent。
• 把迭代上限当成主要的循环控制。
• 以为 hook 能替模型调用工具。
• 分解得太窄，丢掉跨文件的发现（分解太窄意味着覆盖缺失）。
• 给协调者写一步一步的提示词，而目标加标准得分更高。
• 没意识到四个以上关注点的请求需要显式分解（4 个以上关注点？不做显式分解只有 38% 被完整处理）。

下一步

今天就从领域 1 学习指南页开始第一次学习，本周内做完领域 1 练习集。正确率连续两次稳住之后，做免费 CCA-F 模拟考，看看领域 1 和其他四个混在一起是什么样，再用30 天学习计划把其余领域排进去。